Prescribing and deprescribing in very old age: perceptions of very old adults, caregivers and health professionals
Notice bibliographique
Résumé
BACKGROUND: although they are major consumers of medications, there is little evidence-based data to guide prescribing and deprescribing of medications for very old adults (80+ years). OBJECTIVES: to discover the perceptions of very old adults, caregivers and health professionals in order to further examine the clinical and ethical issues raised by prescribing and deprescribing in very old age. METHODS: individual interviews were conducted with very old adults (n = 10) and caregivers (n = 6), whereas group interviews were conducted with health professionals (n = 11). The themes covered included perceptions of medication use, polypharmacy, deprescribing and patient-health professional relationships. Thematic analysis was used to identify areas of convergence and divergence. RESULTS: very old adults are satisfied with the medications they are taking, do not see the need to reduce their medication use and consider their doctor as the expert who should make the decisions regarding treatment. The perceptions of caregivers are similar to those of older adults, whereas health professionals believe that very old adults take a lot of inappropriate medications and list multiple barriers to deprescribing. All participants describe a normalisation of medication use with ageing. CONCLUSION: there is a dichotomy between the perception of the very old adults/caregivers and that of health professionals regarding the safety of medication in very old age. A cultural change regarding medication use seems essential to optimise therapy and support deprescribing in clinical practice since the potential issues raised by researchers do not resonate with the main stakeholders.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».